有趣的事

Gartner 预测到 2030 年 AI 将净增 170 万岗位,普通人该如何适配这类新就业机会?

“净增岗位”是总体预测,不代表每个人都会自动获得新机会,也不意味着旧岗位原样保留。更实际的理解是:AI会改变许多工作的任务组合,新增需求可能出现在模型应用、数据治理、流程自动化、评测与安全等环节,同时传统行业也会需要能把AI嵌进业务的人。预测有模型和口径假设,落到个人选择时不宜只盯着一个数字。

普通人可以从自己熟悉的行业和工作流程入手:先找出重复、规则相对明确、结果容易核验的任务,用现成工具做一个小试点;记录节省的时间、错误率和需要人工复核的部分。比起泛泛地“学AI”,更有用的是学会提出清楚的问题、检查来源和输出、处理隐私数据、设计人工复核,并掌握所在领域的业务知识。AI输出可能编造或过时,涉及财务、医疗、法律和客户承诺时尤其不能未经核验直接采用。

能力组合可以按岗位来配:业务人员练习流程拆解和数据表达;技术人员补上模型接口、检索、评测与权限安全;管理和运营人员学习衡量效果、梳理风险并推动团队采用。无需一开始追逐昂贵课程或复杂模型,先做一个能展示的作品,例如把公开资料整理流程自动化,并说明节省了什么、误差如何发现、哪些步骤仍由人负责。

求职时要看具体职责,而不只看职位名称。留意招聘是否要求跨部门沟通、数据能力、工具整合或结果负责;把作品和可量化的改进写进简历。若所在岗位容易被自动化,也可优先转向需要现场判断、关系协作、责任承担或行业经验的相邻任务,并在工作中验证转型路径。持续学习的重点不是押中某个热门工具,而是保持领域专长,同时具备使用、评估和约束AI的能力。

相关阅读